Hybrid Search, Metadata Filtering ve Query Rewriting ile RAG Kalitesi Nasıl Artırılır?

RAG sistemlerinde en büyük yanılgılardan biri, nihai cevap kalitesinin büyük dil modelinin gücüyle belirlendiğini düşünmektir. Oysa üretim ortamında karşılaşılan birçok kalite problemi, model katmanından değil retrieval katmanından kaynaklanır. Sistem yanlış chunk getirir, doğru dokümanı düşük sıraya iter, güncel olmayan içeriği seçer, exact-match gerektiren sorguları kaçırır veya kullanıcının asıl niyetini retrieval için doğru biçime çeviremez. Sonuçta model akıcı ama düşük güvenli cevap üretir.

Bu yüzden güçlü bir RAG sistemi kurmak, yalnızca embedding üretmek ve en yakın vektörleri çağırmak değildir. Asıl kalite artışı, retrieval mantığını daha akıllı, daha bağlamsal ve daha kurumsal hale getiren ek katmanlarla gelir. Özellikle hybrid search, metadata filtering ve query rewriting bu noktada en yüksek kaldıraç yaratan üç yaklaşımdır.

Hybrid search, semantic ve lexical aramayı birleştirerek hem anlamsal yakınlığı hem de kesin ifade eşleşmesini yakalar. Metadata filtering, retrieval’ı yalnızca benzerlik değil; sürüm, rol, lokasyon, ürün ve geçerlilik gibi kurumsal doğruluk sinyalleriyle kontrol eder. Query rewriting ise kullanıcının doğal dilde sorduğu soruyu retrieval sisteminin daha iyi anlayabileceği bir forma çevirir.

Bu yazıda, bu üç yaklaşımı ayrı ayrı değil; aynı retrieval kalite zincirinin tamamlayıcı bileşenleri olarak ele alacağım. Amaç, RAG kalitesini yalnızca teorik olarak değil, üretim seviyesinde gerçekten artırabilecek bir mimari düşünce çerçevesi sunmak.

Bir RAG sisteminde yanlış veya zayıf cevap alındığında çoğu ekip doğrudan modele odaklanır. Oysa pratikte kalite düşüşünün en yaygın nedenleri şunlardır:

• Doğru doküman retrieval aday setine girmemiştir
• Doğru doküman aday sete girmiş ama üst sıralara çıkmamıştır
• Güncel olmayan veya rol dışı içerik seçilmiştir
• Kullanıcı sorgusu retrieval için çok belirsiz kalmıştır
• Exact-match gerektiren bir ihtiyaç semantic search ile kaçırılmıştır
• Çok genel chunk’lar daha spesifik chunk’ların önüne geçmiştir

Bu yüzden retrieval kalite problemi çoğu zaman tek boyutlu değildir. “Daha iyi embedding kullanalım” yaklaşımı tek başına yeterli olmaz. Çünkü bazı problemler embedding ile değil, arama mantığının bileşimiyle çözülür.

"

Kritik gerçek: RAG sistemlerinde çoğu zaman model yanlış düşünmüyordur; sistem ona yanlış bağlam veriyordur.

Kullanıcı sorguları aynı tipte değildir. Bazı sorular semantik benzerlik gerektirir. Bazıları exact-match ister. Bazıları belirli ülkeye, role veya doküman sürümüne bağlıdır. Bazıları çok kısa ve belirsizdir. Bazıları ise jargon, kısaltma veya şirket içi terminoloji içerir. Böyle bir ortamda tek tip retrieval yaklaşımı kurmak, üretim kalitesini sınırlayan en büyük hatalardan biridir.

Örneğin şu sorgular birbirinden çok farklı retrieval davranışları ister:

• “Seyahat politikamızda yurt dışı günlük harcırah limiti nedir?”
• “TR-OPS-014 prosedürünün son sürümünü getir”
• “İade sürecinde lojistik tarafı ne zaman devreye giriyor?”
• “VIP müşteri şikayet escalation adımı hangi SOP’da?”
• “Yeni onboarding akışında ilk hafta tamamlanacak eğitimler hangileri?”

İlk ve üçüncü sorgu semantik arama isterken, ikinci sorgu exact-match odaklıdır. Dördüncü sorgu şirket içi jargon ve SOP isimlerini anlamayı gerektirir. Beşinci sorgu ise role veya tarih bazlı filtre gerektirebilir. Dolayısıyla retrieval katmanı çoklu sinyal ve çoklu stratejiyle çalışmalıdır.

Hybrid search, semantic search ile lexical veya keyword-based search yaklaşımını aynı retrieval akışı içinde birleştiren yöntemdir. Temel mantık basittir: Semantic search anlamsal yakınlığı yakalamada güçlüdür; lexical search ise exact term, madde numarası, ürün kodu, prosedür adı veya özel ifade eşleşmelerinde güçlüdür. Kurumsal RAG sistemleri ise çoğu zaman bu iki yeteneğe aynı anda ihtiyaç duyar.

Yalnızca semantic search kullanan sistemler, exact-match gerektiren sorgularda zayıf kalabilir. Yalnızca lexical search kullanan sistemler ise kullanıcı farklı ifadeyle sorduğunda doğru belgeyi kaçırabilir. Hybrid yaklaşım, bu iki zayıflığı birlikte azaltır.

Semantic Search Ne İşe Yarar?

Semantic search, metinleri vektör uzayında temsil ederek sorgu ile belge arasındaki anlamsal yakınlığı ölçer. Bu yaklaşım, kullanıcı ile doküman aynı kelimeleri kullanmasa bile anlam benzerliğini yakalayabildiği için çok değerlidir.

Örneğin kullanıcı “çalışan yurt dışına giderse günlük ödeme limiti ne?” diye sorarken dokümanda “harcırah üst limiti” ifadesi geçiyor olabilir. Semantic search bu ilişkiyi yakalayabilir.

Lexical Search Ne İşe Yarar?

Lexical search, kelime veya ifade eşleşmesine dayanır. Özellikle şu durumlarda kritiktir:

• Doküman kodu veya prosedür numarası
• Ürün SKU veya model adı
• Sözleşme maddesi
• Hata kodu
• Kısaltma veya şirket içi sabit terim

Örneğin kullanıcı “TR-POL-23” veya “P1 severity” dediğinde semantic search tek başına yeterince iyi olmayabilir. Burada lexical arama vazgeçilmez olur.

Hybrid Search Neden Kurumsal Ortamda Daha Güçlüdür?

Çünkü kurumsal bilgi hem anlamsal hem de yapısal özellik taşır. Aynı kullanıcı bazen doğal dilde soru sorar, bazen belirli maddeyi arar, bazen de tam terimi bilmeden iş bağlamını anlatır. Hybrid search bu çeşitliliği daha iyi karşılar.

Hybrid Search Yaklaşımları

Hybrid search farklı şekillerde uygulanabilir:

• Semantic ve lexical skorların ağırlıklı birleşimi
• İki aday setin birleştirilip sonra reranking yapılması
• Sorgu tipine göre semantic veya lexical ağırlığının dinamik değiştirilmesi
• Bazı alanlarda önce lexical, sonra semantic genişleme yapılması

Buradaki en doğru yöntem kullanım senaryosuna bağlıdır. Önemli olan hybrid search’ü sadece “iki sistemi yan yana koymak” olarak değil, retrieval kalitesini problem tipine göre zenginleştirmek olarak görmektir.

Metadata filtering, retrieval sonuçlarını yalnızca semantik veya lexical benzerliğe göre değil; belgeye ait yapısal ve yönetsel özelliklere göre de filtreleme yaklaşımıdır. Kurumsal RAG sistemlerinde metadata çoğu zaman retrieval kalitesinin görünmeyen ama en güçlü çarpanıdır.

Çünkü semantic similarity şu sorulara cevap vermez:

• Bu en güncel sürüm mü?
• Bu içerik Türkiye için mi, global ekip için mi?
• Bu belge yalnızca yöneticiler için mi?
• Bu taslak mı, onaylı mı?
• Bu politika belirli ürün grubuna mı ait?

İşte metadata filtering, retrieval’ın kurumsal doğruluğunu burada güçlendirir.

En Faydalı Metadata Alanları

• Belge türü
• Sürüm numarası
• Yayın / geçerlilik tarihi
• Onay durumu
• Departman veya sahip ekip
• Rol bazlı erişim seviyesi
• Ülke / lokasyon / kanal
• Ürün veya servis hattı
• Dil
• Hassasiyet seviyesi

Metadata Filtering Neden Kaliteyi Artırır?

Çünkü retrieval sadece “en benzer” olanı değil, “kurumsal olarak doğru” olanı seçmeye başlar. Bu fark özellikle eski sürümlerin dolaşımda olduğu, çoklu ülke/lokasyon yapısı olan, rol bazlı erişim gerektiren veya taslak içeriklerle çalışan kurumsal yapılarda çok büyüktür.

Metadata Filtering Neden Güvenlik Katmanıdır?

Metadata yalnızca kalite artırmaz; aynı zamanda güvenlik sağlar. Çünkü retrieval aday setine rol dışı dokümanların girmesini engelleyebilir. Eğer sistem önce tüm belgeleri getirip sonra cevap aşamasında filtrelemeye çalışıyorsa, bu çok daha riskli bir yaklaşımdır. Güvenli tasarımda filtre retrieval aşamasında başlar.

Query rewriting, kullanıcının doğal dilde yazdığı sorgunun retrieval için daha uygun hale getirilmesi sürecidir. Kullanıcı niyeti ile bilgi tabanındaki temsil biçimi her zaman aynı değildir. Kullanıcı günlük konuşma dili kullanabilir, kısaltma kullanabilir, şirket jargonunu eksik kullanabilir veya çok belirsiz bir ifade kurabilir. Böyle durumlarda retrieval katmanının ham sorgu üzerinden çalışması kaliteyi düşürür.

Örneğin kullanıcı “VIP müşteride lojistik ne zaman giriyor?” diye sorduğunda, bilgi tabanındaki ilgili dokümanda “premium customer escalation workflow” veya “special handling SOP” geçiyor olabilir. Query rewriting bu semantik ve terminolojik boşluğu kapatır.

Query Rewriting Ne Tür Dönüşümler Yapabilir?

• Kısaltmaları açabilir
• Şirket içi jargonla doğal dili eşleyebilir
• Belirsiz ifadeleri daha net terimlere çevirebilir
• Sorguya eksik bağlamsal unsur ekleyebilir
• Soru biçimini retrieval’a daha uygun anahtar kavramlara dönüştürebilir

Query Rewriting Ne Zaman Özellikle Değer Katar?

• Kullanıcı sorguları çok kısa olduğunda
• Kurum içi jargon yoğun olduğunda
• Birden fazla eşanlamlı terim dolaşımda olduğunda
• Belgeler ile kullanıcı dili farklı olduğunda
• Çok dilli veya hibrit terminolojili yapılarda

Query Rewriting ile Query Expansion Aynı Şey mi?

Hayır. Query rewriting, sorguyu daha iyi bir forma dönüştürür. Query expansion ise sorguya ek terimler veya varyasyonlar katar. İkisi birlikte kullanılabilir; ancak amaçları tam olarak aynı değildir.

Hybrid search, metadata filtering ve query rewriting birbirinden bağımsız “ekstra iyileştirmeler” değildir. Bunlar birlikte çalıştığında retrieval kalitesi gerçek anlamda sıçrar.

Tipik güçlü akış şu şekilde düşünülebilir:

1. Kullanıcı sorgusu alınır.
2. Sorgu query rewriting ile retrieval’a uygun hale getirilir.
3. Semantic ve lexical retrieval paralel veya birleşik biçimde çalıştırılır.
4. Metadata filter ile yalnızca doğru sürüm, doğru rol, doğru bağlamdaki içerikler tutulur.
5. Gerekirse adaylar reranking ile yeniden sıralanır.
6. En temiz ve en ilgili bağlam modele gönderilir.

Bu yapı sayesinde sistem yalnızca “yakın” olanı değil; ilgili, doğru, güncel ve yetkili bağlamı seçmeye yaklaşır.

Senaryo 1: Politika Asistanı

Kullanıcı “yurt dışı günlük ödeme limiti” diye soruyor. Sistem önce sorguyu “seyahat politikası harcırah üst limiti” gibi kurumsal terimlerle rewrite ediyor. Sonra semantic + lexical retrieval birlikte çalışıyor. Metadata filter sadece güncel ve onaylı politika dokümanlarını, kullanıcının ülke ve rolüne uygun içerikleri tutuyor. Böylece eski veya global ama yerel olmayan dokümanlar eleniyor.

Senaryo 2: SOP Araması

Kullanıcı “müşteri şikayetinde P1 escalation ne zaman başlar?” diye soruyor. Burada “P1”, “escalation” ve SOP adı exact-match gerektirebilir; ama sürecin doğal dil karşılığı semantic sinyal de taşır. Hybrid search bu yüzden anlamlıdır. Query rewriting şirket içi kısaltmaları genişletebilir.

Senaryo 3: Teknik Destek Bilgi Tabanı

Kullanıcı hata kodunu tam yazabilir ya da sorunu tarif edebilir. Hata kodunda lexical retrieval kritikleşirken, tarif bazlı sorularda semantic taraf öne çıkar. Hybrid search burada bariz avantaj sağlar.

Hybrid search, metadata filtering ve query rewriting retrieval aday setini iyileştirir. Reranking ise bu aday setin içindeki en iyi parçaları daha hassas biçimde sıralar. Özellikle candidate set geniş tutulduğunda precision’ı artırmak için çok değerlidir.

Örnek bir akışta:

• Query rewriting sorguyu iyileştirir
• Hybrid search adayları toplar
• Metadata filter kurumsal doğruluğu sağlar
• Reranking en alakalı ve cevap taşıyan parçaları öne çıkarır

Bu yüzden retrieval kalite zincirini tek aşamalı düşünmek büyük hatadır.

1. Semantic search exact-match ihtiyacını kaçırır
2. Eski sürüm dokümanlar üst sıralara çıkar
3. Rol dışı içerikler retrieval aday setine girer
4. Kullanıcı sorgusu retrieval için çok yüzeysel kalır
5. Benzer ama yanlış bağlamlı chunk’lar modele gider
6. Doğru doküman bulunur ama doğru bölüm öne çıkmaz
7. Çok fazla bağlam kirliliği nedeniyle model zayıf cevap verir

Bu tür retrieval iyileştirmeleri “daha iyi hissettirdi” diye değil, sistematik evaluation ile ölçülmelidir. Ölçülmesi gereken temel alanlar şunlardır:

• Retrieval relevance
• Context precision
• Context recall
• Exact-match query başarı oranı
• Role-aware filter doğruluğu
• Outdated document retrieval oranı
• Rewrite edilen sorguların retrieval etkisi
• Reranking sonrası kalite artışı

İyi bir evaluation seti; semantik sorgu, exact-match sorgu, belirsiz sorgu, jargonlu sorgu ve rol bazlı sorgu türlerini birlikte içermelidir.

1. Retrieval kalitesini sadece embedding modeliyle çözmeye çalışmak
2. Hybrid search yerine tek modlu aramaya saplanmak
3. Metadata alanlarını baştan tasarlamamak
4. Query rewriting’i “güzel ek özellik” gibi görmek
5. Filter’ları answer aşamasına bırakmak
6. Top-k’yi rastgele belirlemek
7. Evaluation yapmadan retrieval mimarisi seçmek
8. Segment bazlı sorgu tiplerini ayırmamak

1. Query tiplerini sınıflandır

Tüm kullanıcı sorgularını aynı retrieval mantığıyla ele alma. Exact-match, semantik, jargonlu ve rol bağımlı sorgular için farklı ağırlıklar düşün.

2. Metadata’yı index sonrası değil, index öncesi tasarla

Sonradan eklenen metadata çoğu zaman eksik ve tutarsız olur. Retrieval doğruluğu için metadata baştan planlanmalıdır.

3. Hybrid search’ü varsayılan düşün ama kör uygulama

Her use-case aynı ağırlıkları gerektirmez. Semantic ve lexical dengesini kullanım senaryosuna göre optimize et.

4. Query rewriting’i kontrollü kur

Rewrite edilen sorgu kullanıcı niyetini bozmayacak şekilde tasarlanmalı ve gerektiğinde izlenebilir olmalıdır.

5. Retrieval trace tut

Hangi sorgu nasıl rewrite edildi, hangi adaylar geldi, hangi filter uygulandı, hangi sonuç seçildi; bunları görünür kıl.

İlk 30 Gün: Teşhis ve Sınıflandırma

• Mevcut retrieval hatalarını örnek bazlı incele
• Sorgu tiplerini kategorilere ayır
• Metadata eksiklerini çıkar
• Semantic-only retrieval’ın zayıf kaldığı alanları belirle

31-60 Gün: Retrieval Katmanını Güçlendir

• Hybrid search denemelerini başlat
• Metadata filtering kurallarını tanımla
• İlk query rewriting akışını oluştur
• Reranking ile birlikte kalite karşılaştırması yap

61-90 Gün: Production Disiplinine Geç

• Retrieval trace ve observability katmanını kur
• Evaluation benchmark setini resmileştir
• Use-case bazlı ağırlıklandırma stratejisi oluştur
• İlk retrieval kalite standardını kurum standardı haline getir

Bir RAG sisteminin ne kadar iyi cevap verdiği çoğu zaman modele atfedilir. Oysa üretim gerçeğinde kalite farkı büyük ölçüde retrieval katmanındaki olgunluktan doğar. Hybrid search anlamsal ve tam eşleşme ihtiyaçlarını birlikte karşılar. Metadata filtering retrieval’ı kurumsal doğruluk ve güvenlik eksenine taşır. Query rewriting ise kullanıcı niyeti ile bilgi tabanı dili arasındaki boşluğu kapatır.

Bu üç yaklaşım birlikte kullanıldığında sistem yalnızca daha fazla sonuç bulmaz; daha doğru, daha güncel, daha güvenli ve daha bağlamsal sonuçlar bulur. Uzun vadede güven kazanan RAG sistemleri, en güçlü modeli kullananlar değil; retrieval katmanını en disiplinli tasarlayanlardır.

Hybrid search her RAG sistemi için gerekli mi?

Her zaman zorunlu değildir; ancak kurumsal sistemlerde exact-match ve semantik ihtiyaçlar birlikte bulunduğu için çoğu zaman güçlü bir avantaj sağlar.

Metadata filtering sadece performans için mi kullanılır?

Hayır. Aynı zamanda güvenlik, sürüm doğruluğu ve kurumsal bağlam kontrolü için kritik bir katmandır.

Query rewriting kullanıcı niyetini bozabilir mi?

Evet, yanlış tasarlanırsa bozabilir. Bu nedenle rewrite mantığı kontrollü, ölçülebilir ve izlenebilir biçimde kurulmalıdır.

Semantic search varken lexical search neden gerekli olsun?

Çünkü birçok kurumsal sorgu exact-match gerektirir: prosedür kodu, ürün kodu, madde numarası, hata kodu, sabit terim gibi durumlarda lexical arama kritik hale gelir.

Bu iyileştirmeler olmadan da RAG çalışır mı?

Çalışabilir, ancak çoğu zaman üretim kalitesine ulaşamaz. Özellikle belge hacmi, sorgu çeşitliliği ve kurumsal risk arttıkça bu katmanlar fark yaratır.